[论文解读] Classification of Log-Polar-Visual Eigenfaces using Multilayer Perceptron

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jul 5, 2010

Advanced Vision and Imaging参考文献 26被引用 5

一句话总结

该论文提出了一种新颖的人脸识别方法，通过将视觉人脸图像应用对数极坐标变换，以增强对缩放和旋转的鲁棒性，将变换后的图像投影到特征空间，并使用改进的多层感知机进行分类。该方法在ORL数据库上将识别准确率从89.5%（视觉）提升至97.5%（对数极坐标-视觉），在OTCBVS数据库上从87.84%提升至96.36%。

ABSTRACT

In this paper we present a simple novel approach to tackle the challenges of scaling and rotation of face images in face recognition. The proposed approach registers the training and testing visual face images by log-polar transformation, which is capable to handle complicacies introduced by scaling and rotation. Log-polar images are projected into eigenspace and finally classified using an improved multi-layer perceptron. In the experiments we have used ORL face database and Object Tracking and Classification Beyond Visible Spectrum (OTCBVS) database for visual face images. Experimental results show that the proposed approach significantly improves the recognition performances from visual to log-polar-visual face images. In case of ORL face database, recognition rate for visual face images is 89.5% and that is increased to 97.5% for log-polar-visual face images whereas for OTCBVS face database recognition rate for visual images is 87.84% and 96.36% for log-polar-visual face images.

研究动机与目标

• 解决视觉图像中尺度和旋转变化带来的人脸识别挑战。
• 克服传统特征脸方法在处理几何变化时的局限性。
• 探究对数极坐标变换在保持缩放和旋转下判别性面部特征方面的有效性。
• 通过结合对数极坐标变换、特征空间投影和多层感知机，提升分类准确率。
• 在标准人脸数据库上验证所提方法，以展示其鲁棒性和性能提升。

提出的方法

• 对训练和测试的人脸图像应用对数极坐标变换，以建模尺度和旋转不变性。
• 使用主成分分析（PCA）从对数极坐标变换后的人脸图像中提取特征脸。
• 将对数极坐标-视觉人脸图像投影到特征空间，以降低维度并保留关键特征。
• 在特征空间表示的特征上训练多层感知机（MLP）分类器，以提升判别能力。
• 采用改进的MLP架构以增强收敛性和分类准确率。
• 通过训练好的MLP将变换和投影后的人脸特征映射到身份类别，完成分类。

实验结果

研究问题

• RQ1 对数极坐标变换能否有效减轻人脸识别中尺度和旋转的影响？
• RQ2 对数极坐标变换与特征空间投影相结合如何提升识别性能？
• RQ3 与传统方法相比，多层感知机在变换后的人脸图像上在多大程度上提升了分类准确率？
• RQ4 与标准视觉人脸识别方法相比，该方法在基准数据库上的识别率如何？
• RQ5 尽管存在几何失真，该变换是否保留了足够的判别性信息以实现准确分类？

主要发现

• 在ORL人脸数据库上，标准视觉人脸图像的识别率从89.5%提升至对数极坐标-视觉人脸图像的97.5%。
• 在OTCBVS数据库上，视觉图像的识别率从87.84%提升至对数极坐标-视觉图像的96.36%。
• 对数极坐标变换有效降低了尺度和旋转变化对人脸识别性能的影响。
• 将特征空间投影与多层感知机结合，显著提升了分类准确率。
• 所提方法在ORL和OTCBVS数据库上均表现出一致的性能提升。
• 结果表明，对数极坐标-视觉特征脸在几何变换下提供了更具鲁棒性的人脸表示。